本人因为工作需要，配置了一台 intel 12代酷睿+RTx3090的机器。发现Ubuntu之前的版本（20或者18）根本不支持这台机器的硬件（出现了无法联网的情况）。无奈之下配置了Ubuntu 22.04的系统。配置过程中出现了不少新问题，这里记录一下希望能帮到各位。
一、系统安装
由于这台配置的工作站硬件非常新，所以Ubuntu以往的版本安装后无法正常使用。故你使用12代英特尔平台请安装Ubuntu 22.04版本的系统。网上安装系统教程太多了，这里不再赘述安装过程。准备个16G u盘即可。
安装后，1. 及时将系统软件包的下载 源更换为清华源
sudo gedit /etc/apt/sources.list
将文件内容替换为下面的内容，并保存：
默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-security main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-security main restricted universe multiverse
预发布软件源，不建议启用
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-proposed main restricted universe multiverse
deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-proposed main restricted universe multiverse
更换后，命令行输入这些命令进行更新：
sudo apt update
sudo apt upgrade
- 及时替换python 的 pip源
cd ~
mkdir .pip
sudo gedit ~/.pip/pip.conf
在文本输入下面内容，并保存：
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple/
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn
二、英伟达驱动安装
这里推荐最简单最省事的方法，如果试其他方法请自行百度。
- 点击桌面左上角，搜索栏输入 software & updates，点击下面出现的图标
- 点击Additional drivers，选择如图所示的版本驱动，点击apply changes，等待安装完成重启即可。（不建议选最新的驱动版本）
- 在命令行输入 nvidia-smi 如果输出如下信息说明安装驱动成功
三、安装cuda 11.3
百度搜索 cuda 11.3 download，点击第一个出现的地址为nvidia的搜索结果。
因为目前是在 22.04的系统环境下安装cuda11.3，所以安装过程中会出现缺少某个软件或者gcc版本不对的问题。别慌，下面是解决方法：
1. gcc版本不对。
Ubuntu 22.04自带的gcc是11的，而编译cuda需要9，所以需要更换gcc版本
命令行输入下面的内容，安装 gcc 9
sudo apt install gcc-9 g++-9
更改gcc优先级，降低gcc 11的优先级，使得系统默认调用gcc 9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-11 70 --slave /usr/bin/g++ g++ /usr/bin/g++-11 --slave /usr/bin/gcov gcov /usr/bin/gcov-11
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 100 --slave /usr/bin/g++ g++ /usr/bin/g++-9 --slave /usr/bin/gcov gcov /usr/bin/gcov-9
此时命令行输入 sudo update-alternatives –config gcc 可以看到gcc 9的优先级最高。
2. 缺少包liburcu6
需要到这个网站下载这个包，然后安装这个包即可。
这样一来，就可以顺利安装cuda 了。因为之前安装了驱动，所以会报下面的警告，无视他即可
因为之前安装了驱动，所以下面这个只需要把cuda tool装上即可，其他的不用安装
配置环境变量：
sudo gedit ~/.bashrc
在文件末尾加上如下内容，并保存
export CUDA_HOME=/usr/local/cuda-11.3
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
export PATH=${CUDA_HOME}/bin:${PATH}
然后命令行输入下面内容 使其生效。
source ~/.bashrc
命令行输入nvcc -V 出现下面的信息说明安装成功
四、安装conda
安装过程就不赘述了，这里说一点更重要的事。记得替换conda的下载源，不然pytorch等软件下载不了。
接下来配置.condarc ，
cd ~
gedit .condarc
.condarc文件的内容直接复制我下面的即可：
channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/linux-64/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
我这台机器配置好后是pytorch 1.11+Python3.8，可以正常跑yolov5（其实出了一点问题，不过可以通过降低pytorch版本至1.7左右解决，不过我没有降版本，而是手动解决了）
Original: https://blog.csdn.net/Cris_Hu/article/details/124711093
Author: Cris_Hu
Title: Ubuntu 22.04配置深度学习环境保姆级教程
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/707168/
转载文章受原作者版权保护。转载请注明原作者出处！